Hugging Face 开源 Smol2Operator：轻量级 GUI 智能体后训练方案与模型

Hugging Face 开源了 Smol2Operator，提供将轻量级视觉语言模型后训练为图形界面操作智能体的完整方案、模型权重与工具链。该方法先通过统一动作空间建立基础元素定位能力，再通过引入显式推理的多轮微调增强决策规划，使 SmolVLM2-2.2B 在 ScreenSpot-v2 基准上的准确率提升至 61.71%。项目同步开源了转换后的数据集、动作空间适配工具以及在线交互演示。